MIMIC 医疗数据库下载权限申请：去哪找、怎么拿、有哪些坑

MIMIC 医疗数据库下载权限申请：去哪找、怎么拿、有哪些坑

MIMIC 是什么，适不适合你用

MIMIC 是麻省理工团队建设的真实 ICU 电子病历数据库，目前最新版本为 MIMIC-IV v3.1，托管在 PhysioNet 平台上。数据以 CSV 表格的形式提供，可导入 PostgreSQL 等数据库使用。官方在 GitHub 上提供了建库脚本，同时在 Google BigQuery 上提供了云端版本，认证完成后可直接查询，无需自行搭建数据库。

最新版本以官方项目页为准：

MIMIC-IV v3.1 官方项目页（PhysioNet）：https://physionet.org/content/mimiciv/3.1/

先用演示版试水，不要直接申请完整库

很多人一开始就直奔完整库，结果卡在三步认证流程里。官方其实提供了一条无需认证的试水路径：演示版（Demo）。

MIMIC-IV Clinical Database Demo v2.2（演示版）：https://physionet.org/content/mimic-iv-demo/2.2/

• 100 个患者的子集，公开开放，无需认证即可下载
• 注意：不含自由文本病历笔记
• 建议：先下载演示版，确认数据类型是否符合你的需求。如果连演示版都不合用，就没有必要再投入精力申请完整库。

正式申请的三个环节，缺一不可

如果演示版确认可用，就可以进入正式申请。官方目前采用三步流程（https://physionet.org/news/post/395/）：

第一步：实名认证（Credentialing）

在个人资料中填写实名信息，其中需要填写一位导师或同事的联系方式作为核验人。这位联系人会收到一封核验邮件，需要其点击确认。

这是最容易卡住的环节。 没有挂靠单位、缺少学术圈联系人的申请者，往往要花较长时间才能找到合适的核验人。如果你没有可以提供核验的学术联系人，这一步会非常困难。

第二步：伦理培训（Training）

即 CITI 培训，具体操作可参考说明页（https://physionet.org/about/citi-course/）：

• 选择 CITI Program 的 "Data or Specimens Only Research" 这门课程
• 非 MIT 人员同样可以报名：注册时机构选择 "Massachusetts Institute of Technology Affiliates"
• 提交时需要上传的是 training report（培训报告），而非 certificate（证书）——在 CITI 的 Records → View-Print-Share 中导出

第三步：签署数据使用协议（DUA）

在目标项目的 Files 区在线签署协议，签署完成后才会出现下载按钮。

此外，MIMIC-IV 有专门的必修培训要求（https://physionet.org/content/mimiciv/view-required-training/2.2/），申请前请一并查看。

云端版本更省事，但有两点需要注意

认证通过后，可以在 Google BigQuery 上直接查询数据（https://physionet.org/news/post/mimic-iv-v3-1-on-bigquery/），无需自行建库。但有两点需要注意：

1. 需要你自己拥有一个已激活的 Google Cloud 项目，这对国内用户而言本身存在一定门槛
2. 云端查询按量计费，费用由 Google 收取，而非 MIMIC。小规模查询费用较低，但频繁查询时账单会逐渐累积

本地建库的注意事项

官方提供了建库脚本（https://github.com/MIT-LCP/mimic-code/blob/main/mimic-iv/buildmimic/bigquery/README.md），可将 CSV 导入数据库，或在 BigQuery 中重建。但需要提醒的是，如果不熟悉数据库操作，这一步存在数据格式、表关联出错的风险，建议谨慎处理。

签署协议前必须了解的几条硬性限制

协议正文见此（https://physionet.org/content/mimiciii/view-dua/1.4/），其中有几条硬性规定必须了解：

• 禁止将数据分享给第三方——即使是团队内部同事，也需要各自单独申请，不能通过共享文件夹等方式共用
• 禁止通过 API 或在线服务对外传输——这一条需要特别注意：将数据直接提交给 GPT 等在线大模型属于违反协议的行为，从事 AI 研究的人尤其容易忽略这一点
• 禁止团队、课堂共用同一个账号——每位使用者必须各自申请

常见问题可查看（https://physionet.org/about/faqs/），具体以官方实时信息为准。

小结

MIMIC 的数据确实可以获取，申请认证、签署协议均不收费。但整个流程的信息分散在 PhysioNet 的多个英文页面、CITI 培训站点和 GitHub 脚本中，对不熟悉英文流程、缺少学术圈联系人的使用者来说，确实有一定难度。

如果你在核验人、云端与本地的选择、英文流程理解等环节遇到困难，可以考虑由 数聚天成 DeepSData 提供的数据可得性深度检索服务。具体做法是：你将所需数据和实际情况（是否有核验人、能否稳定访问、研究是否涉及在线大模型等）说明清楚，我们会把完整的获取路径和每一步的真实门槛梳理清楚，并如实告知：以你的情况，是否能够拿到、应当走哪条路径。

需要说明的是，该服务只代做深度可得性检索并如实反馈，不承诺一定命中，也不代为下载第三方原始数据。如果你正为这些英文页面、核验人或获取方式而困扰，欢迎与我们沟通了解。